algorytmygenetyczne » informaja o konkursie | test umiejętnoci | kontakt  
Zmiana rozmiaru czcionki  Powiększ czcionkę Zmniejsz czcionkę MathML ON

Badania de Jonga.

Pakiet testowy De Jong'a (stategie).

Strategia R1

1. Selekcja metodą ruletki;

2. Krzyżowanie proste;

3. Mutacja prosta;

G - współczynnik wymiany - generatiop gap.

n(1-G) - ilość osobników ze starej populacji.

nG - ilość osobników z nowego pokolenia.

Większe populacje dają większą efektywność off-line,dla mniejszych on-line. Jednak zwiększenie prawdopodobieństwa mutacji do 0.1 zmiejsza obie efektywności. Prawdopodobieństwo krzyżowania najlepsze w zakresie 0.6 do 0.7. Dla G=1 strategia ta osiąga najlepsze efekty.

Strategia R2

Model elitarystyczny (z elitą).

Szukamy najlepszego osobnika, gdy nie należy do nowej populacji to go dodajemy.

Strategia R2 - lepsza od poprzedniej tylko dla funkcji jednorodnych ( z jednym maksimum), ponieważ algorytm może utknąć w maksimach lokalnych.

Strategia R3

Model wartości oczekiwanej.

Najpierw obliczamy oczekiwaną liczbę kopii dla każdego osobnika w pokoleniu (t+1):

$n_i=N\cdot \frac{f_i}{\overline f} $

Gdy osobnik został wylosowany do krzyżowania to: ni=ni-0.5 , gdy nie został: ni=ni-1.

Strategia R3 jest metodą lepszą dla wszystkich funkcji prócz jednorodnych. Najlepiej działa dla pc=1.

Strategia R4

Elitarystyczny model wartości oczekiwanej (połączenie R2 i R3).

W modelu tym zachowujemy najlepszego osobnika oraz wykonujemy to w strategii R3.

W strategii tej można otrzymać znaczącą poprawę dla funkcji jednorodnym w stosunku do strategii R3. Dla funkcji typu F5 traci, dla pozostałych względna poprawa wyników.

Strategia R5

Model ze ściskiem.

Polega na krzyżowaniu się osobników ze starego pokolenia z osobnikami najbardziej podobnymi z nowego, które po krzyżowaniu usuwamy z nowego pokolenia.

Poprawa rozwiązań następuje dla funkcji F5.

Strategia R6

Model uogólnionego krzyżowania.

Krzyżowanie wielopunktowe.

[IMG]:Badania de Jonga.

Pogarsza wskaźniki dla wszystkich z funkcji.